近期，谷尼国际软件在网络口碑监测评价技术领域取得重大突破，使政府和企业的网络声誉或形象受到损害时及时预警提示。在现实危机发生之前，基于以往总结的知识或监测得到的可能性前兆，由软件提前做出初步的预警信号，报告危机程度，以便决策者早作准备，预防危机发生或者在准备不足的情况下发生，从而最大程度地降低损失。
近期，谷尼国际软件在网络口碑监测评价技术领域取得重大突破，使政府和企业的网络声誉或形象受到损害时及时预警提示。在现实危机发生之前，基于以往总结的知识或监测得到的可能性前兆，由软件提前做出初步的预警信号，报告危机程度，以便决策者早作准备，预防危机发生或者在准备不足的情况下发生，从而最大程度地降低损失。
据谷尼国际软件副总裁邹鸿强介绍，“谷尼网络口碑监测系统是基于新一代文本挖掘技术的设计，利用中文信息处理技术，对信息自动进行聚类、情感分析、提取摘要等，并进一步生成详尽的口碑监测分析报告，为各级政府和企业的网络口碑或专题研究提供传播趋势、演变规律的分析图表口碑监测报告。”
他指出，该谷尼网络口碑监测系统主要有以下四大特点：第一，人工智能。谷尼网络口碑监测系统自带情感分析，自动根据文章内容判断其情感倾向与危机度，区分正负面，为分析及决策者提供重要参考。第二， 覆盖面广。谷尼网络口碑监测系统覆盖所有中文搜索引擎，包含国内主流的上百万个新闻网站、论坛、博客、贴吧等。第三，准确率高。谷尼网络口碑监测系统内容的抽取准确率达98%，正负面判断准确率在90％以上。第四，自动生成分析报告。谷尼网络口碑监测系统通过语义分析与数据挖掘处理，自动处理和统计分析当前的监测主题，1分钟直接输出各种规范格式的口碑监测分析报告，包含概述、图表、数据、排行等。
“我们推出文本倾向性分析核心技术组件Goonie Sentiment Metrics，就是对用户对某个事物的看法或评论的文本进行挖掘评价，从而得到该看法或评论是属于对该事物的积极或消极意见，通过该组件对海量文本的似向性分析得出网络口碑评价指数。”谷尼国际软件邹鸿强说。
传统的人工文本分类技术，先对待分析文本中的形容词或能够体现主观色彩的短语进行抽取，然后对抽取出来的形容词或短语逐一进行倾向性判断并赋予一个倾向值，最后将上述所有倾向值累加起来，得到文章的总体文本的倾向性。“而谷尼国际软件则是在此基础上研发了基于机器学习的文本倾向性分析技术，即先通过人工标注一些海量语料文件倾向性，并将这些文档作为训练集，再通过机器学习的方法构造一个文本情感分类器，最后使用构造好的情感分类器对文档进行分类，即识别出该文档的倾向性。从而对海量文本的似向性分析得出网络口碑评价指数。”谷尼国际软件副总裁邹鸿强说。
他表示，谷尼国际软件公司自2004年起致力于定向搜索与网络监测技术开发和研究，有着深厚的技术实力，拥有自主知识产权的中英文分词组件、文本挖掘组件、情感分析组件等核心技术组件。能够在网络舆情智能评价技术领域取得重大突破，一方面依赖于多年的文本处理核心技术经验；另一方面，源于整合利用舆情分析海量专业知识库，计算机应用人的智慧从而大大提高了内容的分析评价准确率。
“由于我们的语料库是以公共事件和企业危机为主，通过谷尼网络口碑监测系统可以对公共安全事件或关于企业的负面信息进行基于软件的预警分析，但是在部分专业性比较强的领域，如化工、冶金、材料等领域，准确率还有待提高。”邹鸿强也坦承，谷尼网络口碑监测系统中应用的文本倾向性分析技术仍有进一步提升和完善的空间。
责任编辑：王雅思
推广：网络口碑监测系统, 口碑监测, 口碑监测系统, 网络口碑